基于改进协同过滤的图书推荐算法研究*

情报探索

• 理论探索 •

基于改进协同过滤的图书推荐算法研究*

郭晓慧

郭晓慧1,2
（1.阳光学院信息工程学院　福建福州　350001）
（2.空间数据挖掘与应用福建省高校工程研究中心　福建福州　350001）

出版日期:2018-01-22 发布日期:2018-01-22
作者简介:郭晓慧（1984—），女，硕士，讲师，研究方向为个性化推荐算法、计算机技术。
基金资助:
*本文系福建省教育厅科研项目“网络环境下电子商务个性化推荐算法研究”（项目编号：JA15631）成果之一。

Online:2018-01-22 Published:2018-01-22

摘要/Abstract

摘要： ［目的/意义］研究基于改进协同过滤的图书推荐算法，以期取得更好的图书推荐效果。［方法/过程］介绍基于用户的协同过滤推荐算法原理，揭示传统协同过滤推荐算法存在的数据稀疏问题，改用用户聚类方法进行相似度计算，并通过图书馆数据进行实验。［结果/结论］改进算法缓解了数据稀疏问题，提高了图书馆图书推荐效率。

关键词: 图书推荐, 协同过滤, 用户聚类, 个性化

郭晓慧. 基于改进协同过滤的图书推荐算法研究*[J]. 情报探索.

[1]	关芳12 高一弘1林强12. 基于协同过滤的高校图书馆纸本资源智能推荐方法实证研究*[J]. 情报探索, 2020, 1(4): 1-.
[2]	冯翠翠莫富传. 融合C-Value和LDA的社会化标签研究热点识别与分析[J]. 情报探索, 2019, 1(3): 1-.
[3]	罗文菁. 信息构建视域下的移动用户行为数据收集与应用研究*[J]. 情报探索, 2019, 1(2): 1-.
[4]	张　锐. 基于动态精准画像的图书馆个性化推荐服务研究*[J]. 情报探索, 2019, 1(2): 1-.
[5]	吴海波. 基于结构方程模型的个性化阅读推荐对阅读决策影响研究*[J]. 情报探索, 2019, 1(12): 1-.
[6]	王刚. 自适应用户兴趣偏好的电子资源协同过滤推荐研究*[J]. 情报探索, 2018, 1(9): 1-.
[7]	罗海媛　章牧. 基于用户多属性加权和兴趣相似度的协同过滤算法研究*[J]. 情报探索, 2018, 1(5): 1-.
[8]	郭玲瑜. 基于小数据的少儿图书馆个性化服务研究[J]. 情报探索, 2018, 1(3): 1-.
[9]	秦倩　张文德. 基于IPv6的移动图书馆APP的构建与实现*[J]. 情报探索, 2018, 1(2): 1-.
[10]	郑芬芳. 基于数据分析的学科服务营销平台研究*——以福建省高校数字图书馆为例[J]. 情报探索, 2018, 1(12): 1-.
[11]	陈添源. 高校读者借阅行为的关联分析及应用实践*[J]. 情报探索, 2018, 1(12): 1-.
[12]	李帅　纪希禹. 移动数字图书馆个性化学术信息服务体系研究[J]. 情报探索, 2017, 1(9): 1-.
[13]	周朝阳. 杰卡德相似度在图书推荐中的应用研究*[J]. 情报探索, 2017, 1(7): 1-.
[14]	刘忠宝. 机器学习方法在个性化推荐系统中的应用*[J]. 情报探索, 2016, 1(4): 1-.
[15]	文炜. 新常态下高校图书馆参考咨询服务模式研究——以西安翻译学院图书馆为例[J]. 情报探索, 2016, 1(3): 1-.

基于改进协同过滤的图书推荐算法研究*

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价